CN109035747B - 一种智能移动平台系统及其运行调度方法 - Google Patents

Abstract

本发明涉及一种智能移动平台系统及其运行调度方法，该系统包括智能驾驶控制系统、环境感知系统、定位系统、导航系统、运动控制系统和云平台系统；结合相应的运行调度方法能够实现面向复杂环境的无人驾驶技术导航；既能够实现依照客户需求，也能够保证社会资源管理效率的最大化和驾驶安全性能的最优化。

Description

一种智能移动平台系统及其运行调度方法

技术领域

本发明涉及智能驾驶技术领域，尤其涉及一种智能移动平台系统及其运行调度方法。

背景技术

随着人工智能技术的不断发展，基于无人驾驶技术的智能移动平台正在逐步走向成熟，被应用于人们生活和工作的方方面面。智能移动平台定义为可实现自主、无人的行驶和移动的各类车辆、装置等。当前，智能移动平台所采用的无人驾驶技术主要包括环境感知、导航定位、路径规划和运动控制四个方面。环境感知依赖于能获取环境信息的各类传感器，包括激光雷达、相机、微波雷达、超声波传感器等。由于目前软硬件技术水平的限制，部分传感器价格十分昂贵，尤其是激光雷达高昂的价格大大提高了无人驾驶技术的成本，导致很难形成面向大众需求的消费级产品和服务。此外，面向复杂环境的无人驾驶技术还不成熟，要实现高等级的完全自动化无人驾驶技术仍需要长期的科研与工程领域的积累。

智能移动平台的运行调度方法是实现平台安全、高效、规范运行的关键技术之一。物联网、移动互联网、全球卫星导航定位、智能终端等技术的发展和成熟逐步改变着人们购物、出行等生活方式，催生出一系列的共享经济模式，如共享单车、共享电动车、共享汽车等，有效解决了城市内人们中短距离的出行需求。但是，随着用户规模的不断增长和共享交通工具的大量投放，由于不能有效解决共享交通工具合理按需调度，已带来了严重的社会问题，如公共空间被极度占用、共享单车随处乱放堆积如山等，给城市管理带来了困难和压力。同时，也不能保证有效满足用户的出行需求，用户需求与共享交通工具在地理位置上空间错位现象普遍存在，导致投放的共享交通工具使用率低，服务很难达到高效、规范，造成了资源上的严重浪费。

因此，需要提供一种智能移动平台系统及其运行、调度方法能够实现面向复杂环境的无人驾驶技术导航；既能够实现依照客户需求，也能够保证社会资源管理效率的最大化和驾驶安全性能的最优化。

发明内容

本发明解决其技术问题所采取的技术方案是：

一种基于智能移动平台系统的调度方法，该调度方法包括：面向服务的自动调度步骤和面向管理的自动调度步骤，其中面向服务的自动调度步骤又包括服务预约式自动调度子步骤和需求挖掘式自动调度子步骤，该调度方法包括：

S1.判断是否接收到服务预约信息；如果接受到预约信息则启动服务预约式自动调度子步骤，如果没有接受到预约信息则启动需求挖掘式自动调度子步骤；

S2.执行面向管理的自动调度步骤；

S3.通过面向管理的自动调度步骤的结果来优化面向服务的自动调度步骤。

进一步地，所述服务预约式自动调度中云平台系统接受包含地理位置信息的服务预约并实现自动化调度。

进一步地，所述需求挖掘式自动调度基于地理空间大数据实时分析实现智能移动平台的自动调度。

进一步地，面向管理的自动调度是智能移动平台以自动驾驶方式行驶到指定位置、区域。

进一步地，该系统包括智能驾驶控制系统、环境感知系统、定位系统、导航系统、运动控制系统和云平台系统。

进一步地，智能驾驶控制系统、环境感知系统、定位系统、导航系统搭载于智能移动平台本地服务器，云平台系统部署在云端服务器。

进一步地，该运行方法的步骤包括并依次执行：

S1.地理信息数据存储、分发与共享；

S2.地理围栏配置；

S3.运行时段配置；

S4.集中管理区、集中续航区选取；

S5.智能移动平台感知、定位设备配置；

S6.云平台系统进行无人驾驶算法配置；

S7.智能移动平台系统运行；

S8.云平台系统周期性分析运行历史数据；

S9.系统维护。

本发明提供的智能移动平台系统及其运行、调度方法能够实现面向复杂环境的无人驾驶技术导航；既能够实现依照客户需求，也能够保证社会资源管理效率的最大化和驾驶安全性能的最优化。

附图说明

图1为本发明提供的智能移动平台系统的结构示意图。

图2为本发明提供的智能移动平台系统的系统运行方法流程图。

图3为本发明提供的智能移动平台系统本发明提供的智能移动平台系统的结构示意图的服务预约式自动调度方法流程图。

图4为本发明提供的智能移动平台系统的需求挖掘式自动调度方法流程图。

图5为本发明提供的智能移动平台系统的面向管理的自动调度方法流程图。

具体实施方式

以下将对本发明的一种智能移动平台系统及其运行调度方法作进一步的详细描述。

下面将参照附图对本发明进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明而仍然实现本发明的有益效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。

为了清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须作出大量实施细节以实现开发者的特定目标。

为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。需要说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用于方便、清晰地辅助说明本发明实施例的目的。

图1是本发明提供的智能移动平台系统的结构示意图，该智能移动平台系统为一种在特定环境下实现有条件的无人驾驶的智能移动平台系统，其包括以下子系统：智能驾驶控制系统、环境感知系统、定位系统、导航系统、运动控制系统和云平台系统，其中智能驾驶控制系统、环境感知系统、定位系统、导航系统搭载于智能移动平台本地服务器，云平台系统部署在云端服务器。

下面对智能移动平台中的智能驾驶控制系统、环境感知系统、定位系统、导航系统、运动控制系统和云平台系统分别进行介绍。

智能驾驶控制系统

其中，智能驾驶控制系统是智能移动平台的综合处理单元，具有通信、数据获取、数据传输、数据存储、数据更新、数据集成、数据融合、元数据管理、接收与发送指令、环境特征存储与管理、算法注入、算法执行、决策控制等功能。具体地通过该智能驾驶控制系统可以实现以下功能：

智能驾驶控制系统通过通信网络接受云平台系统的远程控制指令，并可下达指令给其他子系统完成具体执行，包括环境感知、定位系统、导航系统、运动控制系统。

智能驾驶控制系统可与云平台系统进行数据交换。智能驾驶控制系统向平台系统请求云平台中存储的智能移动平台位置、硬件状态、系统状态参数，以及对环境进行描述的地理信息数据，包括二维地图、场景三维模型数据、高精度道路网数据、高精度激光点云地图、兴趣点数据、地理围栏数据等。智能驾驶控制系统可向云平台系统传输实时状态参数，包括智能移动平台的位置、姿态、硬件状态以及环境感知、定位系统、导航系统、运动控制等子系统的运行状态参数。

智能驾驶控制系统可存储智能移动平台的标识、类型、硬件参数及其搭载的各类传感器参数。智能驾驶控制系统可存储对环境进行描述的地理空间数据，包括二维地图、场景三维模型数据、高精度道路网数据、高精度激光点云、兴趣点、地理围栏数据，并可通过云平台系统对以上数据进行管理。

智能驾驶控制系统可存储地理空间数据的元数据，并在地理空间数据存储、更新后对元数据进行管理，包括元数据的生成、查询、更新、修改、删除。

智能驾驶控制系统支持各类传感器数据间的融合，支持地理空间数据与传感器数据间的集成与融合。

智能驾驶控制系统利用计算资源进行算法的执行，支持多种方式的算法注入和更新，包括本地和云端控制的算法注入和更新。

智能驾驶控制系统存储与地理位置关联的环境特征，形成环境特征仓库，支持环境特征的增、删、改、查等管理操作，以及执行特征匹配算法。

环境感知系统

其中，环境感知系统搭载各类传感器设备，实现对环境信息进行实时获取和处理，完成环境中动态、静态物体的识别与追踪。

环境感知系统为开放系统，支持传感器设备的热插拔，系统中传感器组合状况由环境的复杂程度决定。环境感知系统可接入的传感器设备包括毫米波雷达、超声波雷达、激光雷达、相机、惯性测量单元IMU、红外线传感器等。

环境感知系统实时获取的环境数据传输到智能驾驶控制系统，利用智能驾驶控制系统的计算资源和算法库对环境数据进行实时处理，完成环境中动态与静态物体的定量识别与追踪，检测智能移动平台行驶路径上的障碍物。

环境感知系统实时获取的环境数据与存储于智能驾驶控制系统的地理空间数据相融合，生成高现势性的环境描述模型，即包含静态地理信息和动态物体信息的高精度地图。

环境感知系统将获取的环境信息传输至智能驾驶控制系统，进行环境特征提取，并与存储于智能驾驶控制系统的与地理位置关联的环境特征进行匹配，获取智能移动平台的位置信息。

定位系统

其中，定位系统搭载定位设备，并可与环境感知系统相结合，对智能移动平台的位置参数进行测量和解算，提供智能移动平台在室外和室内环境中的实时高精度位置信息，并传递给智能驾驶控制系统。

在室外条件下，定位系统利用全球导航卫星系统GNSS定位(包括GPS、北斗BDS、GLONASS等)、广域和局域差分定位(CORS、RTK实时动态定位)、无线电基站定位等方式，获取厘米级精度的定位坐标。

定位系统利用旋转编码器记录智能移动平台行驶路程，用于推算智能移动平台的位置。

定位系统可利用实时定位与建图(SLAM)技术，以感知系统获取的实时环境信息为数据源构建视觉里程计，包括激光雷达点云数据、单目及双目相机图像数据等，精准的估计智能移动平台的运动轨迹，实现实时定位。

在室内条件下，定位系统支持多种定位方式，包括低功耗蓝牙BLE定位、WiFi定位、iBeacon定位、超宽带(UWB)无线定位、射频识别(RFID)定位、ZigBee定位、视觉定位、音频定位、加速度传感器与陀螺仪定位，并根据具体环境状况对定位方式进行组合，支持多种室内定位方式的融合。

在室外特定条件下，定位系统可通过布设的低功耗蓝牙BLE定位基站、WiFi定位基站、UWB基站、RFID定位基站、ZigBee定位基站等无线定位基站进行定位，可根据环境状况制定不同类型定位基站的组合方式，支持不同定位方式产生的定位数据的融合。

定位系统可以利用惯性测量单元IMU数据、超声波雷达测距数据、毫米波雷达测距数据、激光雷达测距数据进行位置解算，获取智能移动平台位置坐标。位置解算过程可利用以上测量数据中的一种，或多种数据融合之后的数据。

定位系统与感知系统相结合，利用感知系统获取的激光点云数据、相机视觉数据进行点云地图匹配、视觉数据匹配、地理实体匹配，获取智能移动平台的位置坐标。

定位系统支持多种定位方式的融合，以提高定位精度和定位功能稳定性。定位系统可将收集的各类定位数据传递给智能驾驶控制系统，智能驾驶控制系统负责多种定位方式的融合，进行位置解算，输出智能移动平台位置坐标。

导航系统

其中，导航系统为智能移动平台提供精细的路径规划，并根据感知系统获取的实时环境状态对规划的路径进行动态调整，确保智能移动平台安全、精准的执行各项运动动作。

导航系统从智能驾驶控制系统获取自身位置坐标、路径终点坐标及高精度道路网数据，利用路径规划算法生成包含按若干结点的规划路径，并反馈给智能驾驶控制系统，规划路径中的结点代表智能移动平台可能经过的位置。

导航系统利用智能移动平台位置坐标和规划路径结点数据，实时解算出智能移动平台在规划路径上的位置、已沿规划路径行驶里程、距规划路径终点里程等参数。

智能移动平台到达规划路径上某一结点后(非终点)，导航系统从智能驾驶控制系统获取智能移动平台将要到达的下一结点坐标，解算出智能移动平台将要执行的动作参数，包括转向方向、转向角度、转向时行驶速度、距下一结点行驶里程等。

当感知系统监测到规划路径上存在障碍物时，感知系统将障碍物信息传输给智能驾驶控制系统，智能驾驶控制系统向导航系统发送路径规划指令，导航系统重新进行路径规划以避开障碍物，重新解算移动智能平台将要执行的动作参数。

运动控制系统

其中，运动控制系统接收智能驾驶控制系统的指令，将指令转化、处理后传递给搭载于智能移动平台上的运动装置，使智能移动平台执行由一系列动作参数描述的各种动作和运动过程，包括智能移动平台的启动、停止、前进、后退、加速、制动、转向方向、转向转角、转向时行驶速度等。

运动控制系统实现移动智能平台系统的地理围栏功能。智能驾驶控制系统实时计算智能移动平台位置与地理围栏范围的空间关系，当智能移动平台位于地理围栏范围之外时，智能驾驶控制系统向运动控制系统发送异常指令，智能移动平台将不能在地理围栏范围外运行。当智能移动平台再次位于地理围栏范围内时，智能移动平台异常状态自动解除，恢复正常运行状态。

运动控制系统可控制地理围栏功能的开启与关闭。

运动控制系统实现智能移动平台多种运行模式切换，包括全电动模式、电动助力模式、人力模、远程辅助模式等。

云平台系统

其中，云平台系统是智能移动平台系统的计算和存储基础设施，为智能移动平台的智能驾驶控制系统提供后端的分布式计算和分布式存储。

云平台系统可以远程控制智能移动平台的智能驾驶控制系统，实现对智能移动平台的远程操控。

云平台系统实现与智能驾驶控制系统间的数据交换，实现移动智能平台采集、生成的各类数据的存储，实现各类地理信息数据的存储、分发与共享。

云平台系统利用大数据、机器学习、深度学习技术，实现对智能移动平台系统海量感知数据、地理空间数据的分析与挖掘。

在网络传输速度允许的条件下，如第五代移动通信技术(如5G)应用后，智能驾驶控制系统的计算功能可部分或全部拓展到云平台系统，由云平台系统提供智能移动平台系统各子系统所需的计算资源，一方面减轻搭载单个智能移动平台上的智能驾驶控制系统的计算压力，另一方面可提供更加高效、强大的计算服务。

通过上述的智能移动平台系统中的智能驾驶控制系统、环境感知系统、定位系统、导航系统、运动控制系统和云平台系统各个模块的交互控制，能够实现面向复杂环境的无人驾驶技术导航。

根据上述的智能移动平台系统，本发明还提供了一种特定场景下智能移动平台的运行方法，如图2所示。

该特定场景下智能移动平台的运行方法包括以下步骤：

S1.地理信息数据存储、分发与共享

将特定场景的地理信息数据存储到云平台系统，所述地理信息数据包括二维地图、场景三维模型数据、高精度道路网数据、高精度激光点云地图、兴趣点数据。可利用基于网络的数据分发，云平台系统将地理信息数据分发到每一个智能移动平台的智能驾驶控制系统。也可以通过本地数据拷贝，直接将地理信息数据分发到单个智能移动平台。云平台系统可将地理信息数据发布为服务，对外提供地理信息服务。

S2.地理围栏配置

在云平台系统上选取地理空间区域范围形成地理围栏，将地理围栏参数传递给智能驾驶控制系统，限定智能移动平台在指定的地理范围内运行。

S3.运行时段配置

在云平台系统上设置系统服务的时间范围，在特定时间范围内智能移动平台对外提供服务，超出指定时间范围，智能移动平台系统将停止服务。根据场景具体情况，可全天时、全天候提供服务，也可在限定时间、限定气象条件下提供服务。

S4.集中管理区、集中续航区选取

根据场景情况，选定智能移动平台运行的集中管理区、集中续航区地理位置，可通过地理信息空间分析获得集中管理区、集中续航区的初始位置。

S5.智能移动平台感知、定位设备配置

根据场景的复杂程度，配置感知系统所搭载的传感器设备种类和数量，保障智能移动平台安全、高效、低成本运行。选取智能移动平台空间定位方式，可选用单一定位系统，也可通过不同定位系统的组合、融合方式实现高精度定位。

S6.云平台系统进行无人驾驶算法配置

在云平台系统选取、配置适用于特定场景的无人驾驶算法，并分发到每个智能移动平台的智能驾驶控制系统，以支持智能移动平台在特定场景中运行和提供服务。

S7.智能移动平台系统运行

在以上步骤完成后，智能平台系统可在特定的场景中运行和提供服务，云平台系统开始采集和积累运行中产生的各种数据。在运行当中，智能移动平台只有在空载和载物条件下进行低速自动驾驶，当智能移动平台载人后将只接受人的驾驶和操控，不进行自动驾驶。智能移动平台系统的运行模式可归纳为，人上平台由人驾驶，人下平台由平台自动驾驶。

S8.云平台系统周期性分析运行历史数据

在智能移动平台系统运行一定时间后，云平台系统对积累的历史数据进行分析。通过对历史数据周期性的深度挖掘可发现系统运行中存在的缺陷和问题。利用数据分析结果对智能移动平台集中管理区、集中续航区、系统配置、无人驾驶算法进行逐步优化，最终实现智能移动平台系统在特定场景中服务的最优化。

S9.系统维护

系统维护解决系统运行过程当产生的问题，包括软硬件故障等。系统维护过程能快速解决各类故障，保障系统正常、高效运行。

通过上述的智能移动平台系统中的运行方法，不仅能够保证各个平台组件的正常运转，更重要的是通过云平台系统周期性的分析运行历史数据，对于各个平台组件运行的优化，提高了智能移动平台的安全性和高效性。

基于上述的智能移动平台系统，该智能移动平台能够运行一种在特定场景下智能移动平台的自动调度方法。参见图3-5，该自动调度方法包括面向服务的自动调度步骤和面向管理的自动调度步骤两个层次；其中面向服务的自动调度步骤又包括服务预约式自动调度子步骤和需求挖掘式自动调度子步骤，

该调度方法包括：

S1.判断是否接收到服务预约信息；如果接受到预约信息则启动服务预约式自动调度子步骤，如果没有接受到预约信息则启动需求挖掘式自动调度子步骤；

S2.执行面向管理的自动调度步骤；

S3.通过面向管理的自动调度步骤的结果来优化面向服务的自动调度步骤。

具体来说，通过面向管理的自动调度步骤的结果来优化面向服务的自动调度步骤，可以是通过面向管理的自动调度步骤计算出的路径规划、续航阈值等等结果，对面向服务的自动调度步骤的实时结果进行修正和优化。

下面对具体的各个调度方法步骤进行详细的介绍：

面向服务的自动调度

面向服务的自动调度包括服务预约式自动调度和需求挖掘式自动调度。

服务预约式自动调度中云平台系统接受包含地理位置信息的服务预约并实现自动化调度，具体包括以下步骤：

1)云平台系统接受包含行驶目的地地理位置信息的服务预约。

2)云平台系统根据行驶目的地地理位置信息，指派一个满足条件的智能移动平台对服务预约提供后续服务，将行驶目的地地理位置信息下发到被指派的智能移动平台的智能驾驶控制系统。

3)智能驾驶控制系统将智能移动平台当前位置和行驶目的位置地理信息传递给导航系统，导航系统进行路径规划。

4)智能驾驶控制系统通过指挥运动控制系统使被指派的智能移动平台按规划路径以低速自动驾驶形式行驶到服务预约指定的位置。在行驶过程中，感知系统进行障碍物的识别，在遇到障碍物时定位系统与导航系统协作重新规划行驶路线，使智能移动平台合理避开障碍物行驶。

5)被指派的智能移动平台到达服务预约指定目的地后，开始提供服务。

需求挖掘式自动调度基于地理空间大数据实时分析实现智能移动平台的自动调度，具体包括以下步骤：

1)云平台系统对与智能移动平台需求相关的地理空间大数据进行实时分析和挖掘。

2)云平台系统自动提取出需求旺盛的地点、区域，并转化成地理空间坐标系下的位置、区域范围。

3)云平台系统利用提取出的需求旺盛地点、区域，选取满足条件的一定数量的智能移动平台，完成智能移动平台的指派，将提取的需求旺盛地点、区域的地理信息下发给被指派的智能移动平台的智能驾驶控制系统，作为智能移动平台行驶目的地。

4)智能驾驶控制系统将智能移动平台当前位置和行驶目的地的地理信息传递给导航系统，导航系统进行路径规划。

5)智能驾驶控制系统通过指挥运动控制系统使被指派的智能移动平台按规划路径以低速自动驾驶形式行驶至需求旺盛的地点、区域。在行驶过程中，感知系统进行障碍物的识别，在遇到障碍物时定位系统与导航系统协作重新规划行驶路线，使智能移动平台合理避开障碍物行驶。

6)被指派的智能移动平台到达行驶目的地后，开始提供服务。

面向管理的自动调度

面向管理的自动调度是在满足一定条件下智能移动平台以自动驾驶方式行驶到指定位置、区域，具体方法如下：

当满足一定条件时智能移动平台系统执行自动调度过程。触发自动调度的条件可以是云平台系统对智能移动平台智能驾驶控制系统下达的调度指令，也可以是智能移动平台的自身状态满足一定条件等。

1)当云平台系统对指定的智能移动平台智能驾驶控制系统下达调度指令后，智能驾驶控制系统将智能移动平台当前位置信息和调度指令中包含的行驶目的位置信息传递给导航系统，导航系统进行路径规划，智能驾驶控制系统通过指挥运动控制系统使智能移动平台按规划路径以低速自动驾驶形式行驶到指定目的地。

2)当智能驾驶控制系统监测到智能移动平台续航里程小于阈值m时，智能驾驶控制系统计算出距离智能移动平台当前位置里程最少的集中续航区地理位置并将位置信息传递给导航系统，导航系统对智能移动平台当前位置与集中续航区位置间的路径进行规划，智能驾驶控制系统通过指挥运动控制系统使智能移动平台按规划路径以低速自动驾驶形式行驶到集中续航区。阈值m的设置与运行场景中道路总里程L、集中续航区个数n、智能移动平台的最大续航能力里程R相关，阈值m取值范围的表达式为，L/n≤m≤20％R。

3)当智能驾驶控制系统监测到智能移动平台服务时间截止、或出现异常情况、或需要对智能移动平台进行维护的条件，智能驾驶控制系统将计算出距离智能移动平台当前位置里程最少的集中管理区地理位置并将位置信息传递给导航系统，导航系统对智能移动平台当前位置与集中管理区间的路径进行规划，智能驾驶控制系统通过指挥运动控制系统使智能移动平台按规划路径以低速自动驾驶形式行驶到集中管理区。

基于上述的自动调度方法，协同了服务调度与管理调度，既能够实现依照客户需求，也能够保证社会资源管理效率的最大化和驾驶安全性能的最优化。

本发明提供的智能移动平台系统及其运行调度方法，能够实现面向复杂环境的无人驾驶技术导航；既能够实现依照客户需求，也能够保证社会资源管理效率的最大化和驾驶安全性能的最优化。

以上显示和描述了本发明的基本原理、主要特征和优点，因此以上所述仅为本发明的实施例。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下，本发明还包括各种等效变化和改进，这些变化和改进都将落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种基于智能移动平台系统的调度方法，其特征在于：该调度方法包括：面向服务的自动调度步骤和面向管理的自动调度步骤，其中面向服务的自动调度步骤又包括服务预约式自动调度子步骤和需求挖掘式自动调度子步骤，该调度方法包括：

S1.判断是否接收到服务预约信息；如果接受到预约信息则启动服务预约式自动调度子步骤，如果没有接受到预约信息则启动需求挖掘式自动调度子步骤；

其中，服务预约式自动调度中云平台系统接受包含地理位置信息的服务预约并实现自动化调度，具体包括以下步骤：

1)云平台系统接受包含行驶目的地地理位置信息的服务预约；

2)云平台系统根据行驶目的地地理位置信息，指派一个满足条件的智能移动平台对服务预约提供后续服务，将行驶目的地地理位置信息下发到被指派的智能移动平台的智能驾驶控制系统；

3)智能驾驶控制系统将智能移动平台当前位置和行驶目的位置地理信息传递给导航系统，导航系统进行路径规划；

4)智能驾驶控制系统通过指挥运动控制系统使被指派的智能移动平台按规划路径以自动驾驶形式行驶到服务预约指定的位置；在行驶过程中，感知系统进行障碍物的识别，在遇到障碍物时定位系统与导航系统协作重新规划行驶路线，使智能移动平台合理避开障碍物行驶；

5)被指派的智能移动平台到达服务预约指定目的地后，开始提供服务；

需求挖掘式自动调度基于地理空间大数据实时分析实现智能移动平台的自动调度，具体包括以下步骤：

1)云平台系统对与智能移动平台需求相关的地理空间大数据进行实时分析和挖掘；

2)云平台系统自动提取出需求旺盛的地点、区域，并转化成地理空间坐标系下的位置、区域范围；

3)云平台系统利用提取出的需求旺盛地点、区域，选取满足条件的一定数量的智能移动平台，完成智能移动平台的指派，将提取的需求旺盛地点、区域的地理信息下发给被指派的智能移动平台的智能驾驶控制系统，作为智能移动平台行驶目的地；

4)智能驾驶控制系统将智能移动平台当前位置和行驶目的地的地理信息传递给导航系统，导航系统进行路径规划；

5)智能驾驶控制系统通过指挥运动控制系统使被指派的智能移动平台按规划路径以自动驾驶形式行驶至需求旺盛的地点、区域，在行驶过程中，感知系统进行障碍物的识别，在遇到障碍物时定位系统与导航系统协作重新规划行驶路线，使智能移动平台合理避开障碍物行驶；

6)被指派的智能移动平台到达行驶目的地后，开始提供服务；

S2.执行面向管理的自动调度步骤；其中，面向管理的自动调度是在满足一定条件下智能移动平台以自动 驾驶方式行驶到指定位置、区域，具体方法如下：

当满足一定条件时智能移动平台系统执行自动调度过程，触发自动调度的条件是云平台系统对智能移动平台智能驾驶控制系统下达的调度指令或是智能移动平台的自身状态满足条件，

1)当云平台系统对指定的智能移动平台智能驾驶控制系统下达调度指令后，智能驾驶控制系统将智能移动平台当前位置信息和调度指令中包含的行驶目的位置信息传递给导航系统，导航系统进行路径规划，智能驾驶控制系统通过指挥运动控制系统使智能移动平台按规划路径以自动驾驶形式行驶到指定目的地，

2)当智能驾驶控制系统监测到智能移动平台续航里程小于阈值m时，智能驾驶控制系统计算出距离智能移动平台当前位置里程最少的集中续航区地理位置并将位置信息传递给导航系统，导航系统对智能移动平台当前位置与集中续航区位置间的路径进行规划，智能驾驶控制系统通过指挥运动控制系统使智能移动平台按规划路径以低速自动驾驶形式行驶到集中续航区，阈值m的设置与运行场景中道路总里程L、集中续航区个数n、智能移动平台的最大续航能力里程R相关，阈值m取值范围的表达式为，L/n≤m≤20％R，

3)当智能驾驶控制系统监测到智能移动平台服务时间截止、或出现异常情况、或需要对智能移动平台进行维护的条件，智能驾驶控制系统将计算出距离智能移动平台当前位置里程最少的集中管理区地理位置并将位置信息传递给导航系统，导航系统对智能移动平台当前位置与集中管理区间的路径进行规划，智能驾驶控制系统通过指挥运动控制系统使智能移动平台按规划路径以自动驾驶形式行驶到集中管理区；

S3.通过面向管理的自动调度步骤的结果来优化面向服务的自动调度步骤；具体的，通过面向管理的自动调度步骤计算出的路径规划、续航阈值结果，对面向服务的自动调度步骤的实时结果进行修正和优化，具体包括：

判断云平台系统是否下达调度指令到智能移动平台，如果结果为是，则使收到调度指令的智能移动平台导航系统进行路径规划，随后智能移动平台按规划路径低速自动驾驶到指定位置；

如果判断云平台系统是否下达调度指令到智能移动平台的结果为否，则进一步判断智能移动平台续航里程是否小于阈值m，如果判断结果为是，则使智能驾驶控制系统计算出路径最近的集中续航区的位置，导航系统规划行驶路径，智能移动平台按规划路径低速自动驾驶到集中续航区；

如果判断智能移动平台续航里程是否小于阈值m的结果为否，则进一步判断智能移动平台服务时间是否终止、或是否出现异常或是否需要维护，如果结果为是，则使智能驾驶控制系统计算出路程最近的集中管理区位置，导航系统规划行驶路径，使智能移动平台按规划路径低速自动驾驶到集中管理区；

如果判断智能移动平台服务时间是否终止、或是否出现异常或是否需要维护的结果为否，则进一步判断是否满足其他调度条件，如果结果为是，则满足调度条件的智能移动平台导航系统进行路径规划，使智能移动平台按规划路径低速自动驾驶到指定位置、区域；

如果判断是否满足其他调度条件的结果为否，则使智能移动平台不执行调度过程。

Images